文章归档 Article Archive
全部文章
共 34 篇
让 Agent 只烧一次模型钱：拆开 e2e 的回放缓存
TesterArmy 的 e2e 把 agent 探索的那一遍录成缓存，之后重放不再调模型。本文从源码层面拆开它的缓存身份、回放三道闸与录不下来的四类值。
VoiceStudio 半年 5.2 万 star：它没训一个模型，赢在「编排」这一层
VoiceStudio 半年从 0 涨到 5.2 万 star，被称作「本地版 ElevenLabs」。我读完源码的结论是：它自己没训练任何模型，真正撑住它的是 16 个 TTS + 11 个 ASR 引擎的编排层、3900 端口上的三条数据面，以及一套给 Agent 用的 MCP 接口。附源码证据与什么场景别用它。
AIHOT 开源了：明牌是 27 份提示词，暗牌是它怎么管钱和怎么排榜
百万月活的 AI 热点站 AIHOT 开源了，作者把生产环境的 27 份提示词全放了出来。我读完源码发现，真正撑住它的是三处跟 AI 无关的工程：付费调用先写回执、热度按独立来源计数、事件合并要第二家模型点头。附我判断的适用边界与几个坑。
51 万 star、0 行代码：awesome 是怎么把「整理清单」做成 GitHub 顶流的
sindresorhus/awesome 没有一行代码，却常年待在 GitHub star 榜最前排。我把它当软件拆了一遍：readme、清单宪法和 CI 脚本，看它怎么用明文规矩、自动 lint 和「评审换收录」把一份链接列表做成十二年不倒的基础设施——以及当下 PR 停收的真实状态。
智能体时代选型指南：TRAE Work、WorkBuddy、Codex 与 Claude 的差异化破局之道
随着 AI 智能体（Agent）从概念原型全面迈向生产力落地，开发者与职场白领面临着工具选型的全新课题。本文深入解析字节跳动的 TRAE Work、腾讯的 WorkBuddy、OpenAI 的 Codex 以及 Anthropic 的 Claude Code 四款代表性 Agent 工具。通过分析其底层设计逻辑、应用场景与目标人群，帮助个人与团队精准匹配最适合的 AI 数字助手。
告别“顺行性遗忘”：OpenCode 挂载 opencode-mem 的深度实践与体验
终端 AI 编程助手 OpenCode 凭借轻量高效的命令行交互赢得了众多开发者的青睐，但会话隔离导致的“上下文遗忘”一直是阻碍开发连续性的核心痛点。本文介绍了专为 OpenCode 设计的长期记忆引擎 opencode-mem，详细拆解了其基于本地向量数据库（RAG）的轻量化部署全流程，并通过真实项目实测，展示了其在代码规范自动复用、架构避坑记忆以及 Token 成本优化等方面的显着提升。
重塑 AI 决策范式：揭秘 TypeSafe AI 发布的“系统一”模型 Jev
由前 OpenAI 强化学习专家 Diogo Almeida 创立的 AI 初创公司 TypeSafe AI 正式发布了全新的基础设施级 AI 模型——Jev。作为业界首个定位为“系统一（System One）”的 AI 决策模型，Jev 放弃了传统大语言模型（LLM）逐字生成文本的方式，专注于直接输出结构化、类型安全的概率决策。凭借毫秒级的响应速度、极低的运行成本以及彻底消除语法错误的“类型安全”架构，Jev 为 AI Agent 的自动化路由、安全护栏及实时软件逻辑控制开辟了全新范式。
Prompt Optimizer 冲到 3.5 万 star：优化没有黑魔法，值钱的是那条本地流水线
Prompt Optimizer 半年多涨到 3.5 万 star。我扒了它的源码：所谓提示词优化，核心是一段写得很讲究的元提示词模板；真正值钱的是改写、测试、评估、对比、迭代这条流水线，以及纯客户端、数据不出本机的架构。谁该用、谁可以绕开，文中给了判断。
Spec Kit 不是 AI 编码工具，而是一套塞进 Agent 的规格流程
GitHub 官方 Spec Kit 把「规范驱动开发」流程灌进你的编码 Agent：依赖里没有一行调用大模型的代码，靠 Markdown 技能驱动，41 个内置集成、支持离线安装。它到底解决了什么痛点？
OpenStock 涨到 1.8 万 star，我在源码里翻到三处「先占个位」
OpenStock 是 Open Dev Society 出品的「付费行情平台开源替代」，AGPL-3.0、可自托管。我读完源码翻到三处没接完的线：警报只标记不推送、召回邮件只给维护者测试号真发、行情 Key 暴露给浏览器。
本地部署大模型，我劝你先别急着买显卡
想本地跑一个 20B~30B 量级的开源大模型，第一反应是不是买两张显卡？先别急。我用 2026 年公开价格算了一笔账：把硬件摊到每月再加电费、托管和运维，自建每月真实成本约 4700 元；而同量级模型走 API 只要 0.007 元/轮。对大多数个人和小团队，调 API 比自建更划算。
拆完 25k star 的 knowledge-work-plugins：Anthropic 真正开源的是一套文件夹约定
拆解 Anthropic 官方 knowledge-work-plugins：115 个插件、三层来源、纯 Markdown+JSON 的岗位工作流写法，Skills/Commands/Connectors 的分工机制，以及什么场景下你其实不需要它。
让 AI 只在框里画 UI：json-render 上手记
json-render 把「AI 生成界面」做成一门受约束的协议：模型只写 JSON，组件、动作、函数都被你定义好的目录卡死。我 clone 下来实测，nvm 切 Node 24 后构建通过，validateSpec 也能把引用错节点的 Spec 当场打回。
Agent-Native 上手：一个 action 同时喂给 Agent、UI、HTTP 与 MCP
Builder.io 新开源的 Agent-Native 用一层 shared action 把 AI Agent 和 UI 拉成平等伙伴：能力定义一次，Agent 当工具用、前端从代码调，还能暴露成 HTTP/MCP/A2A/CLI。基于源码与真实 CLI 输出，讲清它解决什么、什么场景别上。
我研究了 RustFS：MinIO 退场后，这个 Rust 对象存储值不值得上
MinIO 社区版退场后，我顺着平替线索摸到了 RustFS。把它 GitHub 元数据、README 能力清单和 S3 Table 官方文档都过了一遍，记录我的判断：它接不接得住，以及哪些坑必须先在测试环境验明白。